藏文字OCR特征分析和识别算法研究

摘要：

为提高印刷体藏文识别(optical character recognition,OCR)的精度和速度,提出将极限学习机(extreme learning machine,ELM)算法应用到藏文OCR过程中,并与传统的单隐含层BP神经网络(back propagation neural network)算法和支持向量机(support vector machine,SVM)算法进行对比.此外,特征提取阶段分别采用3种不同的特征,分别为映射特征、网格特征及像素特征.实验分析识别率及识别时间,结果表明,与SVM和BP神经网络算法相比,ELM算法取得了较高的识别率及较短的识别时间.

关键词：模式识别、藏文OCR、特征提取、极限学习机

所属期刊栏目：10

分类号：TP391.4(计算技术、计算机技术)

资助基金：湖北省科技支撑计划2015BAA072

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1834-1841